O tvrtki Sarus
Sarus je sloj privatnosti za analitiku i umjetnu inteligenciju (AI) koja se nalazi između izvora podataka i analitičara, omogućujući rad na osjetljivim podacima bez njihovog izlaganja. Primjenjuje jamstva privatnosti na svaki upit koristeći diferencijalnu privatnost, sintetičke podatke i prepisivanje upita koje štiti privatnost, uz podršku za implementacije na lokaciji ili u javnom oblaku. Ovaj pristup pomaže istraživanju, analitici i primjenama AI da sigurno i usklađeno otključaju vrijednost podataka.
Što nudi Sarus
- Poveznici: izravno se povezuju s bazama podataka, skladištima podataka, lakehouse sustavima i pohranom u oblaku, bez premještanja podataka.
- Pravila privatnosti: definiraju izlaze (sintetički podaci, agregati, izlazi zaštićeni diferencijalnom privatnošću) i omogućuju reviziju cijele obrade.
- Dnevnici revizije: potpuna revizija upita za potrebe usklađenosti.
- Sintetički podaci: sintetički podaci visoke vjernosti, trenirani uz diferencijalnu privatnost, koji čuvaju distribucije.
- Analitika i poslovna inteligencija: podrška za SQL API i poveznike za uobičajene BI alate (Power BI, Tableau, Metabase).
- Strojno učenje: Python SDK za udaljenu obradu podataka uz primjenu diferencijalne privatnosti kad je potrebna.
- Akcije nad podacima: slanje rezultata upita na vanjske krajnje točke bez izlaganja osobnih podataka.
- Diferencijalna privatnost, prepisivanje upita koje privatnost stavlja na prvo mjesto i kontrola na razini izlaza osiguravaju privatnost u složenim cjevovodima.
Po čemu se Sarus izdvaja
- Snažna jamstva privatnosti: diferencijalna privatnost, sintetički podaci i prepisivanje upita uz primjenu pravila u hodu.
- Podaci ostaju pod kontrolom vlasnika: analitičari rade s udaljenim podacima bez izravnog pristupa sirovim podacima.
- Jednostavnije usklađivanje: detaljni dnevnici revizije i pojednostavljeni postupci za privatnost i usklađenost.
- Vrijednost podataka iz različitih sustava: otkrij vrijedne uvide u podacima iz različitih sustava bez ugrožavanja privatnosti.
- Podržava radne procese umjetne inteligencije i strojnog učenja te korištenje velikih jezičnih modela (LLM) uz jamstva privatnosti.
- Fleksibilna implementacija: lokalno ili u vlastitom javnom oblaku (Docker ili Kubernetes), uz širok izbor poveznika za izvore podataka.